论文部分内容阅读
本文针对前向网络ＢＰ算法存在的收敛工慢，数值稳定性较差，网络学习困难等主要缺陷，提出用非线性优化理论中的ＢＦＧＳ方法的构造学习速率阵，以替代原来的学习速率常数，并且输入一组样本改变一次权值向量。从而使网络训练时收敛速度极快，数值稳定性好且算法易并行化。文中对ＬＲＭ，ＢＰ，改进ＢＰ算法的收敛性，数值稳定性，计算复杂度等进行了讨论。对异或（ＸＯＲ）问题和六位进制数对称性判别问题进行了仿真比较，结果表明